GLOBAL SEARCH
搜索在服务端完成，题目解析与答案不会进入搜索结果。登录后可搜索自己的收藏题单。
找到 11 个结果
中文题目For a monthly equity backtest, which universe construction is least survivorship-biased? A. Use today’s index constituents for the entire historical sample. B. Use monthly historical constituents and keep delisted names in the panel until their actual exit dates. C. Keep only st
打开 →A team says they can avoid leakage by using the latest vendor table everywhere because the values are more accurate. What core point about deployment reality are they missing?
打开 →backtest · backtest-engine · vectorized-backtest · event-driven-backtest · look-ahead-bias · point-in-time · engine-architecture · fill-simulator
打开 →某沪上 私募 量化 团队 第三周，基金经理把一份 Jupyter notebook 递给你，结果是：2010 2020 沪深300 + 中证500 全市场上 Sharpe = 2.4 ，问你为何 2022 以来实盘版本只跑出 Sharpe = 0.5 。你审数据，发现三个 bug：历史 成分股 表是按 今天的 沪深300 拉出来的（测试样本里每只标的都是...
打开 →周四 09:15。某上海私募 200 亿规模的多空基金，风控研究员发现：实盘 PnL 比昨晚研究端对当日的回测 投影 落后 47 bp。同样的标的池、同样的持仓、同样的执行切片。差距太干净，不像噪声。数据团队的第一动作不是去翻策略代码、不是去看执行层、不是去查券商成交回报——而是查 数据血缘 图 ：回测看到的每个输入是哪个版本？实盘看到的每个输入是哪个...
打开 →某周四 早上，上海 某 量化 私募 的 投决会。L1 L3 全部 走 完 的 5 日 动量 策略 摆 在 Confluence 上：事件驱动 引擎、十 项 真实性 清单 全 绿、deflated Sharpe 0.8、PBO 0.35。研究员 问 投资 总监：「什么时候 上 实盘？」投资 总监 不 回答 这 个 问题。她 连 问 四 个 反 问 题。 十 节...
打开 →某周五下午，深圳某 量化 私募 的 风控 周会。一位 研究员 端着一份 价值 动量 复合 策略 的 回测 报告 进 会议室：L1 都做对了——事件驱动 引擎、信号 计算 处处 .shift(1) 纪律。在 沪深300 成分股 上 2014 2023 回测，年化 夏普比率 1.3，曲线 干净、可上线。风控 总监 不问 信号本身 的 任何 一个 字，连珠炮 问了...
打开 →某周二，上海某 量化 私募 的策略评审会上。一位 研究员 把 5 日 动量 信号 的回测报告投到屏幕上：在 沪深300 ETF 510300 上从 2014 01 01 到 2023 12 31 的回测，扣费后年化 夏普比率 1.8。曲线穿过 2015 股灾、穿过 2018 中美贸易摩擦、穿过 2022 疫情 + 房地产 双杀，姿态优雅。投资 决策 委员会 ...
打开 →某周三 下午，上海 量化 私募 明汯 / 幻方 风格 的 投决会。研究员 上 来 一个 动量 策略：L1 引擎 是 事件驱动（干净）；L2 真实性 清单 每 一 项 都 过（PIT 数据、survivorship free 沪深300 股票池、下根 K 线 开盘 成交、双边 10 bps 成本、不 做 空）。报告 的 夏普比率 在 2014 2023 上 是...
打开 →某上海私募的股票多空基金组合经理周一上午盯着一份回测：沪深300 截面 P/E long cheap / short expensive 价值策略，12 年夏普比率 1.4，最大回撤 11%，可以放到周三投决会上。同一策略半年前由资深量化跑出来夏普只有 0.7。信号、标的池、交易成本模型 全部相同——区别仅在：新回测读 fundamentals curren...
打开 →A researcher wants the 2016-2025 average return of all funds launched in 2016. Which data pull is least exposed to survivorship bias? A. Keep only funds that are still alive in 2025, then use their full back history. B. Keep funds alive on each evaluation date, but retroactively
打开 →